黎子良 随机回归模型中非线性最小二乘估计的渐近性质。 （英语） Zbl 0824.62054号 Ann.统计。 22，第4期，1917-1930（1994）. 摘要：形式为（y_i=f_i（θ）+varepsilon_i）的随机回归模型，其中随机扰动（varepsilen_i）相对于（sigma）-fields（{{mathcal G}_i}）的递增序列形成鞅差序列，并且（fi）是随机的-未知参数（θ）的可测函数涵盖了广泛的非线性（和线性）时间序列和随机过程模型。在此，建立了这些随机回归模型中θ的最小二乘估计的强相合性和渐近正态性。在线性情况下（f_i（\theta）=\theta^T\psi_i\），它们将线性最小二乘估计（（\sum_1^n\psi_i^T）^｛-1｝\sum_1^n\psi_iy_i\）与随机\（｛\mathcal G｝_｛i-1｝\）-可测量回归器\（\psi_i\）的结果归结为已知结果。 引用于33文件 MSC公司： 62J02型 一般非线性回归 2012年12月62日 参数估计量的渐近性质 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 60B11号机组 线性拓扑空间的概率论 60G48型 鞅的推广 关键词：非线性自回归模型;控制系统;最佳实验设计;希尔伯特空间中的鞅;差分序列;强一致性;渐近正态性;最小二乘估计;随机回归模型;线性最小二乘估计 PDF格式BibTeX公司 XML格式引用 \textit{T.L.Lai}，Ann.Stat.22，No.4，1917--1930（1994；Zbl 0824.62054） 全文： 内政部